Prenez contact avec nous

Plan du cours

Introduction à WrenAI OSS

  • Vue d'ensemble de l'architecture de WrenAI
  • Principaux composants OSS et écosystème
  • Installation et configuration

Modélisation sémantique dans WrenAI

  • Définition des couches sémantiques
  • Conception de métriques et de dimensions réutilisables
  • Bonnes pratiques pour la cohérence et la maintenabilité

Text-to-SQL en pratique

  • Correspondance entre le langage naturel et les requêtes
  • Amélioration de la précision de la génération SQL
  • Défis courants et dépannage

Affinage et optimisation des invites (Prompts)

  • Stratégies d'ingénierie des invites
  • Ajustement fin pour les ensembles de données enterprise
  • Équilibre entre précision et performance

Mise en œuvre des garde-fous

  • Prévention des requêtes dangereuses ou coûteuses
  • Mécanismes de validation et d'approbation
  • Considérations liées à la gouvernance et à la conformité

Intégration de WrenAI dans les flux de travail de données

  • Intégration de WrenAI dans les pipelines
  • Connexion aux outils de BI et de visualisation
  • Déploiements multi-utilisateurs et enterprise

Cas d'usage avancés et extensions

  • Plugins personnalisés et intégrations API
  • Extension de WrenAI avec des modèles de ML
  • Mise à l'échelle pour les grands ensembles de données

Résumé et prochaines étapes

Pré requis

  • Solide compréhension du SQL et des systèmes de bases de données
  • Expérience en modélisation de données et en couches sémantiques
  • Familiarité avec les concepts de l'apprentissage automatique ou du traitement du langage naturel

Public cible

  • Ingénieurs des données
  • Ingénieurs de l'analytics
  • Ingénieurs en ML
 21 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires